肤色调节方法及装置、可读存储介质制造方法及图纸

技术编号:23893534 阅读:27 留言:0更新日期:2020-04-22 07:28
一种肤色调节方法及装置、可读存储介质,所述肤色调节方法包括:对图像进行人脸识别,从识别出的人脸图像中选取模板图像;根据所述模板图像,计算得到肤色概率模板;根据所述模板图像和参考肤色,得到肤色映射曲线;根据所述肤色概率模板和所述肤色映射曲线,对所述识别出的人脸图像进行肤色调节,得到肤色调节后的人脸图像。采用上述方案,能够高效地在人脸图像上对皮肤区域进行肤色调节,提高人脸肤色美感。

Skin tone adjustment method and device, readable storage medium

【技术实现步骤摘要】
肤色调节方法及装置、可读存储介质
本专利技术属于图像处理
,特别涉及一种肤色调节方法及装置、可读存储介质。
技术介绍
在图像处理领域中,肤色调节是常用的处理方式之一。比如,将肤色调节用于相机拍照美颜、人像视频美妆处理等。目前,有部分软件提供肤色调节的功能,同时也存在一些问题:自动化程度不够,进行肤色调节时需要人工协助,比如需要人工框选皮肤区域等;肤色调节不能根据原图像的光照和颜色变化而自适应变化;肤色调节在皮肤边缘出现颜色分层现象,或者肤色调节对全图进行处理,造成非皮肤区域背景颜色的改变。
技术实现思路
本专利技术实施例解决的是肤色调节的自动化程度较低的问题。为解决上述技术问题,本专利技术实施例提供一种肤色调节方法,肤色调节方法包括:对图像进行人脸识别,从识别出的人脸图像中选取模板图像;根据所述模板图像,计算得到肤色概率模板;根据所述模板图像和参考肤色,得到肤色映射曲线;根据所述肤色概率模板和所述肤色映射曲线,对所述识别出的人脸图像进行肤色调节,得到肤色调节后的人脸图像。可选的,所述对图像进行人脸识别,从识别出的人脸图像中选取模板图像,包括:从所述人脸图像中识别出眼睛和嘴唇的位置;根据所述眼睛和嘴唇的位置,选取所述眼睛和嘴唇之间的图像作为所述模板图像。可选的,所述根据所述眼睛和嘴唇的位置,选取所述眼睛和嘴唇之间的图像作为所述模板图像,包括:根据所述眼睛和嘴唇的位置,计算两眼之间的距离、眼嘴之间的距离和人脸中心点位置;根据所述人脸中心点位置、两眼之间的距离、眼嘴之间的距离和人脸旋转角度,计算所述模板图像在所述人脸图像中的位置。可选的,所述根据所述眼睛和嘴唇的位置,计算两眼之间的距离、眼嘴之间的距离和人脸中心点位置,包括:采用如下公式分别计算所述人脸中心点位置、两眼之间的距离和眼嘴之间的距离:(Xfc,Yfc)=((Xer+Xel+Xmr+Xml)/4,(Yer+Yel+Ymr+Yml)/4);其中,eDist为所述两眼之间的距离,(Xel,Yel)为左眼中心的坐标,(Xer,Yer)为右眼中心的坐标,(Xml,Yml)为左嘴角的坐标,(Xmr,Ymr)为右嘴角的坐标,emDist为所述眼嘴之间的距离,(Xfc,Yfc)为所述人脸中心点位置坐标。可选的,所述根据所述人脸中心点位置、两眼之间的距离、眼嘴之间的距离和人脸旋转角度,计算所述模板图像在所述人脸图像中的位置,包括:采用如下公式计算所述模板图像在所述人脸图像中的位置:(Xs,Ys,Ws,Hs)=(Xfc-Rx,Yfc-Ry,2*Rx,2*Ry);其中,faceSize=Max(eDist,emDist),,faceSize为所述模板图像自适应的尺寸,eDist为所述两眼之间的距离,emDist为所述眼嘴之间的距离,roll为所述人脸旋转角度,else为其他所述人脸旋转角度,(Rx,Ry)为根据所述人脸旋转角度的自适应人脸宽度,(Xs,Ys)为所述模板图像的左上角坐标,(Ws,Hs)为所述模板图像的宽度和高度,(Xfc,Yfc)为所述人脸中心点位置坐标。可选的,所述根据所述模板图像,计算得到肤色概率模板,包括:获取所述模板图像的YUV数据;根据所述模板图像的YUV数据,计算所述模板图像的肤色均值和差分均值;根据所述肤色均值和所述差分均值计算所述肤色概率模板。可选的,所述根据所述模板图像的YUV数据,计算所述模板图像的肤色均值和差分均值,包括:采用如下公式分别计算所述模板图像的肤色均值和差分均值:其中,YM为所述肤色均值,UVdiff为所述肤色差分均值,Yi、Ui、Vi为所述模板图像的像素点的YUV数据,Y为灰阶值,U为影像色彩,V为饱和度,N为所述模板图像的像素点的数量。可选的,所述根据所述肤色均值和所述差分均值计算所述肤色概率模板,包括:采用如下公式计算所述肤色概率模板:SPi=Yδ*UVδ;其中,UVδ=1-||Ui-Vi|-UVdiff|/180,Yδ=1-|Yi-YM|/255,SPi为所述肤色概率模板,UVδ、Yδ为Y、UV两通道的肤色概率,YM为所述肤色均值,UVdiff为所述肤色差分均值,Yi、Ui、Vi为所述模板图像的像素点的YUV数据。可选的,所述根据所述肤色均值和所述差分均值计算所述肤色概率模板,包括:获取所述人脸图像中眼嘴之间的距离;根据所述人脸图像中眼嘴之间的距离,计算均值滤波的模糊半径;根据所述均值滤波的模糊半径,对所述肤色概率模板进行均值滤波处理,得到均值滤波后的肤色概率模板。可选的,所述对所述肤色概率模板进行均值滤波处理,得到均值滤波后的肤色概率模板,包括:采用如下公式计算均值滤波后的肤色概率模板:其中,Blurradius=Max(5,emDist/20),M=(2*Blurradius+1)2,Blurradius为均值滤波的模糊半径,emDist为眼嘴之间的距离,M为均值滤波核的像素个数,SPSi为所述均值滤波后的肤色概率模板,SPi为所述肤色概率模板。可选的,所述根据所述模板图像和参考肤色,得到肤色映射曲线,包括:获取所述模板图像的肤色均值以及所述模板图像的像素点的数量,将所述模板图像的肤色均值转化为RGB颜色空间值;根据所述肤色均值和所述参考肤色,得到等亮度下的目标肤色,并根据预设的肤色调节等级对所述等亮度下的目标肤色进行调整;根据所述肤色均值的RGB颜色空间值和所述调整后的等亮度下的目标肤色,得到所述肤色映射曲线。可选的,所述获取所述模板图像的肤色均值以及所述模板图像的像素点的数量,将所述模板图像的肤色均值转化为RGB颜色空间值,包括:采用如下公式计算所述模板图像的肤色均值的RGB颜色空间值:RM=YM+1.402*(UM-128);GM=YM-0.34414*(VM-128)-0.71414*(UM-128);BM=YM+1.772*(VM-128);其中,(YM,UM,VM)为所述模板图像的肤色均值,N为所述模板图像的像素点数量,(Yi,Ui,Vi)为所述模板图像的像素点的YUV数据,RM、GM、BM为所述肤色均值的RGB颜色空间值。可选的,所述根据所述肤色均值和所述参考肤色,得到等亮度下的目标肤色,并根据预设的肤色调节等级对所述等亮度下的目标肤色进行调整,包括:采用如下公式计算所述调整后的等亮度下的目标肤色:RD=α*RT+(1-α)*RM;GD=α*GT+(1-α)*GM;BD=α*BT+(1-α)*BM;其中,YR=0.299*RR+0.587*GR+0.114*BR,α=skinLevel/10,YR为所述目标肤色的亮度,RM、GM、BM为所述肤色均值的RGB颜色空间值,(RR,GR,BR)为所述参考肤色,(RT,GT,BT)为所述等亮度下的目标肤色,(RD,GD,BD)为所述调整后的等亮度下的目标肤色,skinLevel为预设的肤色调节等级,α为所述预设的肤色调节等级的系数。可选的,所述根据所述肤色均值的RGB颜色空间值和所述调整后的等亮度下的目标肤色,得到所述肤色映射曲线,包括:以所述肤色均值的本文档来自技高网...

【技术保护点】
1.一种肤色调节方法,其特征在于,包括:/n对图像进行人脸识别,从识别出的人脸图像中选取模板图像;/n根据所述模板图像,计算得到肤色概率模板;/n根据所述模板图像和参考肤色,得到肤色映射曲线;/n根据所述肤色概率模板和所述肤色映射曲线,对所述识别出的人脸图像进行肤色调节,得到肤色调节后的人脸图像。/n

【技术特征摘要】
1.一种肤色调节方法,其特征在于,包括:
对图像进行人脸识别,从识别出的人脸图像中选取模板图像;
根据所述模板图像,计算得到肤色概率模板;
根据所述模板图像和参考肤色,得到肤色映射曲线;
根据所述肤色概率模板和所述肤色映射曲线,对所述识别出的人脸图像进行肤色调节,得到肤色调节后的人脸图像。


2.如权利要求1所述的肤色调节方法,其特征在于,所述对图像进行人脸识别,从识别出的人脸图像中选取模板图像,包括:
从所述人脸图像中识别出眼睛和嘴唇的位置;
根据所述眼睛和嘴唇的位置,选取所述眼睛和嘴唇之间的图像作为所述模板图像。


3.如权利要求2所述的肤色调节方法,其特征在于,所述根据所述眼睛和嘴唇的位置,选取所述眼睛和嘴唇之间的图像作为所述模板图像,包括:
根据所述眼睛和嘴唇的位置,计算两眼之间的距离、眼嘴之间的距离和人脸中心点位置;
根据所述人脸中心点位置、两眼之间的距离、眼嘴之间的距离和人脸旋转角度,计算所述模板图像在所述人脸图像中的位置。


4.如权利要求3所述的肤色调节方法,其特征在于,所述根据所述眼睛和嘴唇的位置,计算两眼之间的距离、眼嘴之间的距离和人脸中心点位置,包括:采用如下公式分别计算所述人脸中心点位置、两眼之间的距离和眼嘴之间的距离:






(Xfc,Yfc)=((Xer+Xel+Xmr+Xml)/4,(Yer+Yel+Ymr+Yml)/4);
其中,eDist为所述两眼之间的距离,(Xel,Yel)为左眼中心的坐标,(Xer,Yer)为右眼中心的坐标,(Xml,Yml)为左嘴角的坐标,(Xmr,Ymr)为右嘴角的坐标,emDist为所述眼嘴之间的距离,(Xfc,Yfc)为所述人脸中心点位置坐标。


5.如权利要求3所述的肤色调节方法,其特征在于,所述根据所述人脸中心点位置、两眼之间的距离、眼嘴之间的距离和人脸旋转角度,计算所述模板图像在所述人脸图像中的位置,包括:
采用如下公式计算所述模板图像在所述人脸图像中的位置:
(Xs,Ys,Ws,Hs)=(Xfc-Rx,Yfc-Ry,2*Rx,2*Ry);
其中,faceSize=Max(eDist,emDist),



faceSize为所述模板图像自适应的尺寸,eDist为所述两眼之间的距离,emDist为所述眼嘴之间的距离,roll为所述人脸旋转角度,else为其他所述人脸旋转角度,(Rx,Ry)为根据所述人脸旋转角度的自适应人脸宽度,(Xs,Ys)为所述模板图像的左上角坐标,(Ws,Hs)为所述模板图像的宽度和高度,(Xfc,Yfc)为所述人脸中心点位置坐标。


6.如权利要求1所述的肤色调节方法,其特征在于,所述根据所述模板图像,计算得到肤色概率模板,包括:
获取所述模板图像的YUV数据;
根据所述模板图像的YUV数据,计算所述模板图像的肤色均值和差分均值;
根据所述肤色均值和所述差分均值计算所述肤色概率模板。


7.如权利要求6所述的肤色调节方法,其特征在于,所述根据所述模板图像的YUV数据,计算所述模板图像的肤色均值和差分均值,包括:
采用如下公式分别计算所述模板图像的肤色均值和差分均值:






其中,YM为所述肤色均值,UVdiff为所述肤色差分均值,Yi、Ui、Vi为所述模板图像的像素点的YUV数据,Y为灰阶值,U为影像色彩,V为饱和度,N为所述模板图像的像素点的数量。


8.如权利要求6所述的肤色调节方法,其特征在于,所述根据所述肤色均值和所述差分均值计算所述肤色概率模板,包括:
采用如下公式计算所述肤色概率模板:
SPi=Yδ*UVδ;
其中,UVδ=1-||Ui-Vi|-UVdiff|/180,Yδ=1-|Yi-YM|/255,SPi为所述肤色概率模板,UVδ、Yδ为Y、UV两通道的肤色概率,YM为所述肤色均值,UVdiff为所述肤色差分均值,Yi、Ui、Vi为所述模板图像的像素点的YUV数据。


9.如权利要求6所述的肤色调节方法,其特征在于,所述根据所述肤色均值和所述差分均值计算所述肤色概率模板,包括:
获取所述人脸图像中眼嘴之间的距离;
根据所述人脸图像中眼嘴之间的距离,计算均值滤波的模糊半径;
根据所述均值滤波的模糊半径,对所述肤色概率模板进行均值滤波处理,得到均值滤波后的肤色概率模板。


10.如权利要求9所述的肤色调节方法,其特征在于,所述对所述肤色概率模板进行均值滤波处理,得到均值滤波后的肤色概率模板,包括:
采用如下公式计算均值滤波后的肤色概率模板:



其中,Blurradius=Max(5,emDist/20),M=(2*Blurradius+1)2,Blurradius为均值滤波的模糊半径,emDist为眼嘴之间的距离,M为均值滤波核的像素个数,SPSi为所述均值滤波后的肤色概率模板,SPi为所述肤色概率模板。


11.如权利要求1所述的肤色调节方法,其特征在于,所述根据所述模板图像和参考肤色,得到肤色映射曲线,包括:
获取所述模板图像的肤色均值以及所述模板图像的像素点的数量,将所述模板图像的肤色均值转化为RGB颜色空间值;
根据所述肤色均值和所述参考肤色,得到等亮度下的目标肤色,并根据预设的肤色调节等级对所述等亮度下的目标肤色进行调整;
根据所述肤色均值的RGB颜色空间值和所述调整后的等亮度下的目标肤色,得到所述肤色映射曲线。


12.如权利要求11所述的肤色调节方法,其特征在于,所述获取所述模板图像的肤色均值以及所述模板图像的像素点的数量,将所述模板图像的肤色均值转化为RGB颜色空间值,包括:
采用如下公式计算所述模板图像的肤色均值的RGB颜色空间值:
RM=YM+1.402*(UM-128);
GM=YM-0.34414*(VM-128)-0.71414*(UM-128);
BM=YM+1.772*(VM-128);
其中,(YM,UM,VM)为所述模板图像的肤色均值,N为所述模板图像的像素点数量,(Yi,Ui,Vi)为所述模板图像的像素点的YUV数据,RM、GM、BM为所述肤色均值的RGB颜色空间值。


13.如权利要求11所述的肤色调节方法,其特征在于,所述根据所述肤色均值和所述参考肤色,得到等亮度下的目标肤色,并根据预设的肤色调节等级对所述等亮度下的目标肤色进行调整,包括:
采用如下公式计算所述调整后的等亮度下的目标肤色:
RD=α*RT+(1-α)*RM;
GD=α*GT+(1-α)*GM;
BD=α*BT+(1-α)*BM;
其中,YR=0.299*RR+0.587*GR+0.114*BR,α=skinLevel/10,YR为所述目标肤色的亮度,RM、GM、BM为所述肤色均值的RGB颜色空间值,(RR,GR,BR)为所述参考肤色,(RT,GT,BT)为所述等亮度下的目标肤色,(RD,GD,BD)为所述调整后的等亮度下的目标肤色,skinLevel为预设的肤色调节等级,α为所述预设的肤色调节等级的系数。


14.如权利要求11所述的肤色调节方法,其特征在于,所述根据所述肤色均值的RGB颜色空间值和所述调整后的等亮度下的目标肤色,得到所述肤色映射曲线,包括:
以所述肤色均值的RGB颜色空间值为贝塞尔曲线控制点横坐标,以所述调整后的等亮度下的目标肤色为贝塞尔曲线控制点纵坐标,分别拟合R通道对应的贝塞尔曲线、G通道对应的贝塞尔曲线以及B通道对应的贝塞尔曲线;
将所述R通道对应的贝塞尔曲线、所述G通道对应的贝塞尔曲线以及所述B通道对应的贝塞尔曲线作为所述肤色映射曲线。


15.如权利要求1所述的肤色调节方法,其特征在于,所述根据所述肤色概率模板和所述肤色映射曲线,对所述识别出的人脸图像进行肤色调节,得到肤色调节后的人脸图像,包括:
根据所述肤色概率模板和所述肤色映射曲线,得到所述肤色调节后的人脸图像对应的RGB颜色空间值;
根据所述肤色调节后的人脸图像的RGB颜色空间值,转换至肤色调节后的人脸图像的YUV颜色空间值,得到所述肤色调节后的人脸图像。


16.如权利要求15所述的肤色调节方法,其特征在于,所述根据所述肤色概率模板和所述肤色映射曲线,得到所述肤色调节后的人脸图像对应的RGB颜色空间值,包括:
采用如下公式计算所述肤色调节后的人脸图像对应的RGB颜色空间值:
Rnew=Rs*(1-SPSi)+fR(Rs)*SPSi;
Gnew=Gs*(1-SPSi)+fG(Gs)*SPSi;
Bnew=Bs*(1-SPSi)+fB(Bs)*SPSi;
其中,Rnew、Gnew、Bnew为所述肤色调节后的人脸图像对应的RGB颜色空间值,fR(Rs)、fG(Gs)、fB(Bs)为所述肤色映射曲线,Rs、Gs、Bs为所述肤色映射曲线的自变量,SPSi为所述肤色概率模板。


17.如权利要求15所述的肤色调节方法,其特征在于,所述根据所述肤色调节后的人脸图像的RGB颜色空间值,转换至肤色调节后的人脸图像的YUV颜色空间值,得到所述肤色调节后的人脸图像,包括:
采用如下公式计算所述肤色调节后的人脸图像的YUV颜色空间值:
Ynew=0.299*Rnew+0.589*Gnew+0.114*Bnew;
Unew=-0.1687*Rnew-0.3313*Gnew+0.5*Bnew+128;
Vnew=0.5*Rnew-0.4187*Gnew-0.0813*Bnew+128;
其中,Ynew、Unew、Vnew为所述肤色调节后的人脸图像的YUV颜色空间,Rnew、Gnew、Bnew为所述肤色调节后的人脸图像的RGB颜色空间...

【专利技术属性】
技术研发人员:谢富名任洪林吴倩蔡进
申请(专利权)人:展讯通信上海有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1